ราชีブ บูตานี, ซีอีโอของ MediaMint – ซีรีส์สัมภาษณ์

ราชี บูทานี, ซีอีโอของ MediaMint, มีประสบการณ์ในการเป็นผู้นำในธุรกิจเทคโนโลยีระดับโลก สื่อ และการเปลี่ยนแปลงดิจิทัล มากกว่าสามทศวรรษ ก่อนที่จะเข้าร่วม MediaMint เขาเคยดำรงตำแหน่งซีอีโอและสมาชิกคณะกรรมการที่ HeadSpin โดยที่เขาขับเคลื่อนนวัตกรรมในด้านความฉลาดในการทำงานสำหรับประสบการณ์ดิจิทัล ก่อนหน้านั้น บูตานีใช้เวลาเกือบ 27 ปีที่ Accenture โดยที่เขานำโครงการเปลี่ยนแปลงที่สำคัญในฐานะ Group Technology Officer สำหรับ Communications, Media & Technology โดยดูแลกลยุทธ์และความร่วมมือเกี่ยวกับเทคโนโลยีที่เกิดขึ้นใหม่ เช่น ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง บทบาทผู้นำของเขาใน Accenture รวมถึงการจัดการความสัมพันธ์กับลูกค้าหลักๆ เช่น Google , Facebook และ Microsoft ซึ่งแสดงให้เห็นถึงความเชี่ยวชาญที่ลึกซึ้งในการเชื่อมโยงระหว่างเทคโนโลยี, กลยุทธ์ และการเติบโต

MediaMint ก่อตั้งขึ้นในปี 2010 เป็นพันธมิตรด้านการดำเนินงานดิจิทัลระดับโลกที่ให้การสนับสนุนแบบครบวงจรในการดำเนินงานโฆษณา การผลิตสร้างสรรค์ การวิเคราะห์ข้อมูล และการจัดการแคมเปญ มีสำนักงานใหญ่อยู่ที่ Hyderabad และมีสำนักงานต่างๆ ทั่วสหรัฐอเมริกาและโปแลนด์ MediaMint ช่วยให้บริษัทสื่อ ที่ปรึกษาด้านโฆษณา และแพลตฟอร์มสามารถขยายตัวได้อย่างมีประสิทธิภาพผ่านการผสมผสานระหว่างความเชี่ยวชาญของมนุษย์และเทคโนโลยี บริษัทมุ่งเน้นในการส่งมอบความเป็นเลิศในการดำเนินงานที่มีคุณภาพสูง ความยืดหยุ่น และความโปร่งใส ซึ่งช่วยให้ลูกค้าสามารถปรับกระบวนการทำงานให้เหมาะสม ลดต้นทุน และมุ่งเน้นไปที่นวัตกรรมในระบบนิเวศดิจิทัลที่ซับซ้อนมากขึ้น

สิ่งใดที่ทำให้คุณตัดสินใจเปลี่ยนจาก Accenture มาเป็นผู้นำ MediaMint และประสบการณ์ของคุณในด้านที่ปรึกษามีผลต่อแนวทางของคุณในการดำเนินงานด้วย AI อย่างไร?

การย้ายของฉันคือการออกจากห้องที่ปรึกษาและเข้าสู่ตำแหน่งผู้ดำเนินการ หลังจากหลายปีที่ Accenture ในการช่วยให้บริษัทต่างๆ วางแผนการเปลี่ยนแปลง ฉันเห็นโอกาสในตลาดที่ชัดเจนในการสร้างโซลูชันที่ฉันสามารถรับผิดชอบไม่เพียงแต่สำหรับแผนการเปลี่ยนแปลง แต่ยังรวมถึงผลลัพธ์และความสำเร็จด้วยการมีส่วนร่วมอย่างเต็มที่

เมื่อการนำ AI มาใช้เพิ่มขึ้น ลูกค้าต้องการพันธมิตรที่สามารถส่งมอบผลลัพธ์และผลสำเร็จโดยการรับผิดชอบต่อการทำงานทั้งหมด ไม่ใช่แค่ส่วนหนึ่ง ประสบการณ์ของฉันในด้านที่ปรึกษามีผลต่อแนวทางของเราในการตอบสนองความต้องการนี้ และฉันรู้สึกตื่นเต้นมากเกี่ยวกับการเดินทางในอนาคตในการสนับสนุนองค์กรชั้นนำในภาคสื่อ บันเทิง และเทคโนโลยีด้วยการดำเนินงานด้านหน้า

การทำลายสilo ด้วย Agentic AI: เราใช้การคิดเชิงกลยุทธ์และการทำงานข้ามฟังก์ชันจากประสบการณ์ที่ปรึกษาโดยตรงผ่านแพลตฟอร์ม Agentic AI ของเรา Agentic AI ช่วยให้เราหลีกเลี่ยงสilo ฟังก์ชันการทำงาน เช่น การขาย การดำเนินงานโฆษณา การเงิน ที่บริษัทขนาดใหญ่ถูกบังคับให้ทำงานตาม นักบินของเราช่วยให้เราสามารถออกแบบและส่งมอบโซลูชันที่ครอบคลุมโดยการผสมผสาน Agentic AI และตัวแทนมนุษย์เพื่อสร้างผลลัพธ์ที่มีประสิทธิภาพ

MediaMint ก่อตั้งขึ้นในปี 2010 และเติบโตอย่างมากตั้งแต่นั้นมา วิสัยทัศน์และความสามารถของบริษัทเปลี่ยนแปลงไปอย่างไร โดยเฉพาะอย่างยิ่งหลังจากการเปิดตัว MediaMint Labs?

MediaMint มักจะอยู่ในระดับแนวหน้าในการดำเนินงานสื่อและการตลาด เราเริ่มต้นด้วยการให้บริการที่มีคุณภาพสูงโดยมนุษย์แก่ผู้จัดพิมพ์รายใหญ่ แพลตฟอร์ม ที่ปรึกษาด้านโฆษณา และแบรนด์ วิสัยทัศน์ของเราคือการเป็นพันธมิตรด้านการดำเนินงานที่เชื่อถือได้ซึ่งช่วยให้ลูกค้าสามารถขยายรายได้และสร้างความมีประสิทธิภาพในการดำเนินงาน

การเปิดตัว MediaMint Labs คือก้าวต่อไปของเรา ซึ่งเป็นการแสดงความมุ่งมั่นอย่างเป็นทางการในการใช้ AI เพื่อขับเคลื่อนไม่เพียงแต่ประสิทธิภาพ แต่ยังรวมถึงการเติบโตด้วย เรามุ่งเน้นการสร้างเอเจนต์ AI ผ่าน MediaMint Labs ที่ไม่เพียงแต่ดำเนินการต่างๆ แต่ยังทำหน้าที่เป็นตัวเร่งการเติบโตเชิงกลยุทธ์สำหรับลูกค้าของเรา การเข้าซื้อกิจการ DataBeat ก็เป็นส่วนสำคัญของการเปลี่ยนแปลงนี้เช่นกัน ซึ่งช่วยเสริมศักยภาพของเราในด้านวิศวกรรมข้อมูล การวิเคราะห์ และการจัดการผลตอบแทน นี่เป็นการเปลี่ยนแปลงครั้งสำคัญ ที่เปลี่ยนเราจากผู้ให้บริการที่น่าเชื่อถือไปสู่พันธมิตรด้านการเติบโตด้วย AI ที่ทรงพลัง

MediaMint Labs มุ่งเน้นในการสร้างตัวแทน AI, ตัวเพิ่มประสิทธิภาพ และตัวเร่งการเติบโตที่ไม่เพียงแต่สร้างโดย MediaMint แต่ยังเป็นเจ้าของและดำเนินการด้วย อะไรคือความได้เปรียบเชิงกลยุทธ์ที่รูปแบบการเป็นเจ้าของนี้มอบให้กับลูกค้า?

รูปแบบการเป็นเจ้าของนี้คือตัวแตกต่างเชิงกลยุทธ์ของเรา เราได้เรียนรู้ว่าเมื่อคุณส่งมอบตัวแทน AI และจากนั้นปล่อยให้ไป ตัวแทนจะล้มเหลวเมื่อเผชิญกับความซับซ้อนของโลกแห่งความเป็นจริง ลูกค้าของเรามีประโยชน์หลักสองประการ

ประการแรก คือ การพัฒนาและความปลอดภัยที่รวดเร็ว แพลตฟอร์มการพัฒนาภายในของเราที่ไม่ขึ้นอยู่กับโมเดลใดๆ ช่วยให้เราสามารถออกแบบ ติดตั้ง และดำเนินการตัวแทนสำหรับกรณีการใช้งานการเติบโตต่างๆ ได้อย่างปลอดภัยและรวดเร็ว ด้วยการเตรียมการรันไทม์แบบพรีบิลด์และการเตรียมสภาพแวดล้อมแบบคลิกเดียว เราสามารถนำตัวแทนใหม่มาใช้ได้ภายในไม่กี่สัปดาห์ แพลตฟอร์มนี้จัดการการกำกับดูแล การพักพิงข้อมูล และความปลอดภัยโดยอัตโนมัติ ดังนั้นลูกค้าจึงไม่ต้องกังวลเกี่ยวกับความซับซ้อนของการบริหารจัดการโครงสร้างพื้นฐาน AI ที่กำหนดเอง

ประการที่สอง คือ การปรับปรุงและความเสถียรอย่างต่อเนื่อง เราเก็บความเป็นเจ้าของการดำเนินงาน ซึ่งหมายความว่าเรารับผิดชอบต่อประสิทธิภาพของตัวแทนอย่างต่อเนื่อง เราติดตามประสิทธิภาพใน thời gianจริงผ่านระบบติดตามที่รวมศูนย์ ดังนั้นทุกการกระทำจึงมีความรับผิดชอบ และทุกผลลัพธ์จะดีขึ้นเมื่อเวลาผ่านไป

คุณเตือนเกี่ยวกับอันตรายของการมอบตัวแทน AI ให้กับลูกค้าโดยไม่มีการดูแลอย่างต่อเนื่อง ทำไมรูปแบบของ MediaMint ซึ่งคุณเก็บความเป็นเจ้าของการดำเนินงาน จึงมีประสิทธิภาพ?

การมอบตัวแทน AI คือการมอบรถแข่งที่มีประสิทธิภาพสูงโดยไม่มีทีมช่าง ซึ่งอาจทำงานได้สมบูรณ์แบบในวันแรก แต่หากไม่มีการปรับแต่งและบำรุงรักษาอย่างต่อเนื่อง จะล้มเหลว อันตรายหลักคือการเสื่อมสภาพ – ประสิทธิภาพของตัวแทนลดลงเมื่อกระบวนการทำงานของลูกค้าหรือ API แพลตฟอร์มเปลี่ยนแปลง

เหตุผลที่รูปแบบของเรามีประสิทธิภาพคือเราเก็บความเป็นเจ้าของการดำเนินงาน โดยรับทราบว่าตัวแทนไม่ใช่ผลิตภัณฑ์ แต่เป็นบริการที่รับประกัน ซึ่งให้ผลประโยชน์หลักสองประการ

1. การปรับปรุงอย่างต่อเนื่อง

เรารักษาความรับผิดชอบต่อประสิทธิภาพของตัวแทนอย่างต่อเนื่อง ระบบติดตามและประเมินผลที่รวมศูนย์ของเราช่วยให้เราสามารถติดตามและปรับปรุงตัวแทนอย่างต่อเนื่องผ่านกระบวนการ Human-in-the-Loop ของเรา โดยเทียบกับกฎการดำเนินงานของลูกค้าแบบเรียลไทม์ นี่ทำให้แน่ใจว่าประสิทธิภาพของโซลูชันจะไม่เสื่อมลง แต่จะดีขึ้นและแข็งแกร่งขึ้นเมื่อเวลาผ่านไป การดูแลอย่างต่อเนื่องนี้คือวิธีที่เรารับประกันว่าตัวแทนจะทำงานอย่างปลอดภัยและไม่มีความเสี่ยงต่อรายได้หรือการปฏิบัติตามกฎระเบียบของลูกค้า

คุณคาดการณ์ว่า Agentic AI จะเสริมหรือแทนที่องค์ประกอบบางส่วนของโมเดล SaaS อย่างไร ปัจจัยใดที่กำหนดว่าโซลูชันควรส่งมอบในรูปแบบ Agentic AI หรือ SaaS แบบดั้งเดิม?

การถกเถียงในปัจจุบันพลาดประเด็นสำคัญ: Agentic AI ไม่ได้มาเพื่อทดแทน SaaS ทั้งหมด แต่มาเพื่อเปลี่ยนแปลงเศรษฐศาสตร์ของการทำงานด้านการดำเนินงาน ความแตกต่างหลักคือการเปลี่ยนจากการให้บริการเครื่องมือไปสู่การรับประกันผลลัพธ์

Agentic AI จะส่งผลกระทบต่อ SaaS ในสองวิธีที่แตกต่างกัน

การแทนที่: การบีบอัดกระบวนการทำงาน ตัวแทนจะแทนที่แพลตฟอร์ม SaaS ที่ขับเคลื่อนด้วยกระบวนการทำงาน – แพลตฟอร์มที่ออกแบบมาเพื่อเคลื่อนย้ายข้อมูลหรือทำให้ขั้นตอนการทำงานเป็นแบบอัตโนมัติ คุณค่าไม่ได้อยู่ที่อินเทอร์เฟซผู้ใช้ แต่อยู่ที่การกระทำอัตโนมัติ เรากำลังเปลี่ยนจาก ‘Tool-as-a-Service’ ไปเป็น ‘Action-as-a-Service’

การเสริม: ชั้นการเพิ่มประสิทธิภาพ ตัวแทนจะไม่แทนที่แพลตฟอร์มเชิงกลยุทธ์ เช่น Salesforce หรือระบบสื่อหลัก แต่จะทำงานอยู่บนแพลตฟอร์มเหล่านั้น โดยดำเนินการเพิ่มประสิทธิภาพที่ซับซ้อนในแบบเรียลไทม์ พวกมันจะเปลี่ยนระบบบันทึกที่ไม่เคลื่อนไหวให้กลายเป็นระบบปัญญาที่เคลื่อนไหวได้ โดยเสริมความสามารถของมนุษย์

MediaMint เน้นย้ำถึงแนวทางแบบผสมผสานที่มีมนุษย์อยู่ในวงจร ทำไมการดูแลของมนุษย์จึงยังคงสำคัญในยุคของ Agentic AI และมันปรับปรุงผลลัพธ์อย่างไร?

มนุษย์มอบสิ่งสองประการที่ตัวแทน AI ไม่สามารถทำได้: การตัดสินใจและการวางกลยุทธ์ ในขณะที่ตัวแทน AI สามารถสร้างแผนการตลาดหรือแก้ไขปัญหาการจัดสรรได้ นักยุทธศาสตร์มนุษย์จำเป็นต้องกำหนดเป้าหมายทางธุรกิจ ให้คำแนะนำเชิงสร้างสรรค์ และตัดสินใจที่ซับซ้อนซึ่งเกี่ยวข้องกับความปลอดภัยของแบรนด์ ความรู้สึกของตลาด หรือปัจจัยภายนอกที่ไม่คาดคิด

แพลตฟอร์มของเราสนับสนุนแบบจำลองผสมผสานนี้โดยการออกแบบ ตัวแทนของเราถูกออกแบบให้เป็นพันธมิตรที่เชื่อถือได้ซึ่งสามารถทำงานให้สำเร็จอย่างต่อเนื่อง โดยปฏิบัติตามแนวทางและข้อกำหนดอย่างเคร่งครัด นี่ทำให้แน่ใจว่าผู้ดูแลของมนุษย์สามารถให้คำแนะนำและคำติชมได้แบบเรียลไทม์ และทำหน้าที่เป็น Human-in-the-Loop (HITL) ที่จำเป็น เพื่อให้แน่ใจว่าตัวแทนจะทำงานเป็นพนักงานที่รับผิดชอบและปฏิบัติตามนโยบาย การดูแลของมนุษย์ไม่เพียงแต่ปรับปรุงผลลัพธ์ แต่ยังทำให้แน่ใจว่าผลลัพธ์เหล่านั้นสอดคล้องกับวัตถุประสงค์เชิงกลยุทธ์ของธุรกิจในวงกว้าง

การนำ AI ไปใช้หลายครั้งล้มเหลวเพราะถูกแยกออกมา คุณทำอย่างไรเพื่อให้แน่ใจว่าโซลูชัน AI ของ MediaMint รวมเข้ากับกระบวนการทำงานและหน่วยงานทั้งหมด?

นี่คือความท้าทายหลัก และเราออกแบบปรัชญาของเราเพื่อแก้ไขปัญหานี้ โครงการ AI ส่วนใหญ่ล้มเหลวเพราะถูกสร้างขึ้นเป็นโซลูชันจุดเดียวที่ไม่เคยพูดภาษาของธุรกิจจริงๆ โซลูชันของเราคือการรับประกันว่าตัวแทน AI แต่ละตัวถูกออกแบบมาจากต้นเพื่อกระบวนการทำงานและความเป็นจริงการดำเนินงานเฉพาะของลูกค้า เราบรรลุการบูรณาการที่ครอบคลุมนี้ไม่ผ่าน SDK ทั่วไป แต่ผ่าน Agent Runbook – แผนการดำเนินงานแบบกำหนดเอง

คู่มือการใช้งานของเอเจนต์ (Agent Runbook) คือแผนที่การปฏิบัติงานหลัก เป็นโครงสร้างแบบสวมบทบาท – ชุดคำแนะนำและเส้นทางที่บอกเอเจนต์ว่าต้องทำอะไร จัดการกับข้อผิดพลาดอย่างไร และเชื่อมต่อกับระบบภายนอกอย่างไรแนวทางนี้แก้ปัญหา AI ที่กระจัดกระจายโดยการบังคับให้มีการบูรณาการล่วงหน้า: คู่มือการใช้งานได้รับการปรับให้เหมาะสมกับขั้นตอนการปฏิบัติงานมาตรฐาน (SOP) ของลูกค้า โดยฝังความเชี่ยวชาญเฉพาะด้านของเราไว้ในแก่นหลัก นอกจากนี้ ระบบ Connector ของเรายังเชื่อมต่อเอเจนต์เหล่านี้กับระบบสำคัญของลูกค้าได้อย่างราบรื่น เช่น Salesforce, Google Ad Manager และ Snowflake ซึ่งหมายความว่าโซลูชัน AI ไม่ใช่แค่เครื่องมือแต่เป็นส่วนประกอบแบบบูรณาการที่เป็นส่วนหนึ่งของโครงสร้างพื้นฐานการดำเนินงานของลูกค้า

คุณคาดการณ์ว่าสถานการณ์ที่ตัวแทน AI หลายตัวร่วมมือกันข้ามบทบาท โดยสร้างระบบ “ตัวแทน-ตัวแทน” อย่างไร สถานการณ์นั้นดูเหมือนอะไร?

แน่นอน เรากำลังสร้างไปสู่อนาคตเช่นนี้แล้ว โครงสร้างพื้นฐานของแพลตฟอร์มของเราพร้อมกับชั้นบริการที่รวมและตัวปรับตัวให้เหมาะสมนั้นถูกออกแบบมาเพื่อความสามารถในการทำงานร่วมกันเช่นนี้ อนาคตจะไม่เกี่ยวกับตัวแทน AI เดี่ยวอีกต่อไป แต่เกี่ยวกับตัวแทนพิเศษที่ทำงานร่วมกันเพื่อแก้ปัญหาธุรกิจที่ซับซ้อน

ลองนึกภาพระบบนิเวศที่ตัวแทนการตรวจจับอาการผิดปกติสามารถระบุการลดลงของประสิทธิภาพการรณรงค์ได้ ตัวแทนจะกระตุ้นตัวแทนการปรับให้เหมาะสมให้ทำการปรับเปลี่ยนการเสนอราคา ตัวแทนการปรับให้เหมาะสมจะแจ้งตัวแทนการตรวจสอบสื่อสร้างสรรค์ให้ตรวจสอบว่ามีปัญหาเรื่องการปฏิบัติตามกฎระเบียบหรือไม่ สุดท้าย ตัวแทนการรายงานจะรวบรวมการกระทำและข้อมูลเชิงลึกเหล่านี้เข้าด้วยกันในรายงานแบบเรียลไทม์สำหรับผู้จัดการบัญชี MediaMint Labs ของเราสามารถอำนวยความสะดวกในการทำงานร่วมกันระหว่างตัวแทนเหล่านี้ ซึ่งจะกลายเป็นกระดูกสันหลังของการดำเนินงานทางธุรกิจรุ่นต่อไป โดยที่กระบวนการทำงานไม่ใช่ลำดับเชิงเส้นของงานมนุษย์อีกต่อไป แต่เป็นการออร์เคสตราที่มีประสิทธิภาพของตัวแทนอัตโนมัติ

สำหรับบริษัทที่กำลังสำรวจ Agentic AI คุณมีคำแนะนำที่ดีที่สุดสามข้อเพื่อให้แน่ใจว่าการนำไปใช้สำเร็จและคุ้มค่าในระยะยาว?

คำแนะนำสามข้อของฉันคือ:

1. เริ่มต้นด้วยปัญหาที่ถูกต้อง ไม่ใช่แค่เทคโนโลยีที่น่าสนใจ อย่าสร้างตัวแทนเพียงเพื่อสร้าง แต่ให้มุ่งเน้นไปที่ปัญหาที่กำหนดไว้อย่างดี ซ้ำๆ และมีคุณค่า โดยมีเป้าหมายเชื่อมโยงกับการลดความพยายามที่สำคัญ (>25%) การเพิ่มประสิทธิภาพรายได้ที่วัดได้ หรือการหลีกเลี่ยงการสูญเสียรายได้ที่วัดได้
2. วางแผนสำหรับการดูแลการดำเนินงาน ไม่ใช่แค่การนำไปใช้ อย่าปล่อยให้ไป ตัวแทนเหล่านี้เป็นระบบที่มีชีวิตที่ต้องการการดูแลอย่างต่อเนื่อง การประเมิน และการจัดการความปลอดภัยอย่างต่อเนื่อง เลือกพันธมิตรที่ให้แบบจำลองเช่นของเรา – โดยที่พวกเขารักษาความเป็นเจ้าของการดำเนินงาน เพื่อให้แน่ใจว่าการลงทุนของคุณจะให้คุณค่าในระยะยาวและไม่กลายเป็นภาระในการบำรุงรักษา
3. จัดลำดับความสำคัญของการบูรณาการและการกำกับดูแลตั้งแต่ต้น ตัวแทน AI ที่แยกออกมาจะล้มเหลว

ขอบคุณสำหรับบทสัมภาษณ์ดีๆ นักอ่านที่ต้องการเรียนรู้เพิ่มเติมควรเข้าไปเยี่ยมชม MediaMint.